传统神经网络与深度学习的区别 2019-10-10

参考https://blog.csdn.net/rocling/article/details/85206736

      https://blog.csdn.net/qq_20406597/article/details/81144896

1、相同点：分层结构（输入层、隐含层、输出层）

2、不同：深度学习可以说是机器学习的分支，神经网络的扩展

                （1）传统神经网络：使用BP训练

                 （2）深度学习：（往往7层以上）使用layer-wise训练（逐层训练）否则会出现梯度扩散问题（前几层参数变化很小）

                          例如：深度信念网络（dbn）、卷积神经网络（cnn）、递归神经网络（rnn）